2.4 大数据在医疗中的应用需求
“健康中国”是中国医疗卫生事业发展的远景目标，是医疗产业内各环节努力和奋斗的宏大愿景。国内医疗大数据研究与应用起步稍晚，总体来看还未形成整体力量，但近几年也出现了蓬勃发展的态势，医疗大数据分析逐渐成为医疗模式转型的应用需求。现阶段，我国的数据采集、分类和基础分析已处在世界领先水平，医疗大数据的开发及应用已成为医疗事业加速前进的驱动力，然而若想实现医疗大数据在医疗及相关上下游领域的实际促进作用，为医疗卫生事业提供实质性帮助，关键在于“应用”。
2018年2月，中国卫生信息与健康医疗大数据学会会长金小桃在首届健康医疗大数据应用大会上表示：“健康医疗大数据的核心在于应用。在政、产、学、研多方的推动下，中国健康医疗大数据已步入‘建设与应用并重’的快速发展期，将进一步激发深化医药卫生体制改革的动力和活力，提升健康医疗服务效率和质量，培育新的业态和经济增长点。”
数据的价值取决于使用者和应用场景。医疗大数据主要是为以下几个方面服务：一是为医务人员服务，包括临床辅助决策、单种大宗病例统计分析、治疗方法与疗效比较、最小有效治疗研究、精准诊疗与个性化治疗、不良反应与差错分析提醒等；二是为患者服务，包括全生命周期的健康档案、自我健康管理、健康预测与预警等；三是为管理者服务，包括精细化管理决策支持、数据服务与数据经济、感染与爆发监控、疾病与疫情监测等；四是为研究人员服务，包括科研服务、用药分析与药物研发等。
而大数据在医疗领域的应用需求则主要表现在以下几个方面。
临床辅助决策：常规应用如医嘱处方安全用药提醒、简单的诊疗方案提示等。目前一些大医院广泛采用的临床路径管理系统是一种典型的临床辅助决策应用，其使医疗活动能够按照医学的规律，做到按规范治疗。此外，针对医学影像类的非结构化大数据，可以采用同类影像搜索比较、病灶特征分析等方法辅助诊断。
诊疗方有效性支持：对同一患者来说，医疗服务提供方不同，医疗护理方法和效果不同，成本上也存在着很大的差异。通过基于疗效的比较效果研究（Comparative Eectiveness Research，CER），全面分析患者特征数据和疗效数据，然后比较多种干预措施的有效性，可以找到针对特定患者的最佳治疗途径，并减少医疗费用。医疗护理系统实现CER，将有可能减少过度治疗；采集分析的数据样本越大，比较效果可能会越好。
自我健康管理：通过医疗物联网与移动互联网等技术，利用信息系统对个人健康状态进行连续观测，医务人员对健康信息进行集成整合，为在线远程诊断和治疗提供数据证据，对个人健康状况进行有效分析和干预。例如，用户可以将自己的血压、呼吸、血糖、体温等健康信息存储在签约医院的医疗云上，由医院的医疗专家进行监控分析，提出健康管理建议。
疾病危险因素分析和预防：研究疾病风险模型，设计疾病风险评估算法，利用该算法计算个体患病的相对风险；利用采集的健康大数据危险因素数据，对健康危险因素进行比对关联分析；针对不同区域、人群，评估和选择健康相关危险因素及制作健康监测评估图谱和知识库；通过全基因组测序数据分析，可明确个体的患病风险。
医院感染与暴发监测：医院感染（Hospital-acquired Infection，HAI）严重危害人类健康，一旦暴发流行，如果没有采取积极有效的控制措施，将给患者和医院带来巨大的痛苦和损失。减少医院感染暴发危害的核心是“早防范、早发现、早控制”。通过对医院感染数据的全面分析，能做到在医院层级有效的前瞻预警，增强干预措施的时效性，从而显著地提高医院感染管防控效能，维护患者健康。
数据服务与数据经济：用户的医疗健康数据既包括在医疗机构的诊疗过程数据，还包括在社区的电子健康档案数据、自我检测的健康管理数据。医院建设医疗服务云平台，为用户提供医疗与健康云数据存储、管理、监控、分析与自主利用等服务，让这些数据产生经济价值。
通过人工智能和医疗大数据，我们可以重新想象医学。例如，计算机可以通过基因、基因组、实验室、健康史和其他数据来预测患者可能出现的药物不良事件、中风或心脏病发作风险；分析构成单个患者疾病的数千个数据点，预测疾病轨迹，并进行针对性治疗；使用复杂的分析方法来监测早产儿的心率，发现细微的变化（这可能预示着感染的发生）；大数据的应用让医院可以自动生成图形化量表和监测结果，让医护团队能有更多的时间专注于患者的护理。
以上这些都不是未来的幻想。
美国计算机科学公司CSC的一项针对23家大公司的590名信息技术主管的调查发现，大约75%的公司正在大量投资于医疗大数据。他们相信医疗大数据有能力推动医疗保健的生产力转变，改善临床结果、患者满意度和盈利能力。其中，90%的人认为大数据已经对医疗过程产生了积极的影响。在另一项针对150名医疗保健公司决策者的调查中，82%的人报告使用数据分析使得患者的护理得到了改善；63%的人报告减少了再次入院率；62%的人报告改善了整体健康状况；还有大约50%的人报告改善了医院的经营业绩、财务报告能力和管理决策能力。
相关专家介绍，若医疗大数据在应用层面走向产业化，那么未来将带动诸如医学疾病预防、医药生产、医疗保险等若干个万亿级市场。
Tableau是一家致力于通过图表的形式帮助人们更好地认识、理解和分析数据的公司。简而言之，该公司的目标就是实现数据的可视化（Data Visualization），帮助客户更为直观地分析理解大数据。得益于强大的数据分析能力，Tableau可以为各个行业提供数据分析支持，已成为最好的数据分析平台。医院、诊所、保险公司等从来都不缺乏数据，然而直到最近，一些有远见的企业才开始意识到利用这一丰富的资源，大数据分析也成为互联网医疗的一个热门领域。
1.利用数据分析加速患者分流
患者对于一家医院的印象往往都来自于急诊科，所以医院必须要确保服务能够满足患者的要求，因而利用医院已有的数据来分析、简化分流就会显得很重要。这样能够保证急症过程的每一分钟都能得到有效利用，也让患者与家属都能有一个良好的诊疗体验。Tableau通过分析患者到达时间等数据，可以让你清晰地看到患者每天、每小时的来院情况，这可以让医院适时保证足够的值班人员，并合理分配医疗资源。Tableau还能帮助建立急诊科患者的个人档案，根据人口统计学提出相关建议。此外，Tableau可以分析医院急诊科的应诊能力，并且在患者数量达到极值时做出反应。
2.实现统一访问医疗记录和患者信息
据估计，超过50%的患者信息都被杂乱保存，这使得开发利用这些重要的数据变得十分困难。而在Tableau的帮助下，医生可以很方便地查阅患者的医疗记录等相关信息。Tableau极大地增强了患者信息的可视化程度，方便对医疗记录和患者信息进行统一管理和访问。通过对患者的住址、治疗进展以及其他深入的记录进行分析，Tableau可以为各级医疗卫生服务人员提供相关建议，帮助他们分析和改进服务。
3.轻松研究医疗保险支出情况
Tableau可以提供可视化的图表，分析医疗保险支出的区域分布、每个患者的平均医疗保险支付差异，还可以看到不同的保险公司的地区差异以及价格差异。
4.医疗服务监控
医院和保险公司都需要了解在一定的人群中有什么流行疾病、什么年龄段的人更容易受到感染、治疗的成本等情况。Tableau可以帮助医疗保险公司评估特定申请人的患病风险，分析申请人最可能患的疾病以及治疗费用。在得到这些分析结果之后，保险公司可以选择制定相应的保险方案。
5.减少等待时间，提高患者满意度
等待的时间过长将有可能引起患者的不满，追踪一个患者从被接待到接受诊疗所花费的时间，可以让医院采取有效的措施，减少患者的等待时间，提高服务的满意度。Tableau可以追踪患者诊疗期间的等待时间等数据，为医院提供相应的建议，制订计划改进诊疗流程，以减少患者在候诊室的等待时间。
[1] 一 卫计委：根据第十二届全国人民代表大会第一次会议批准的《国务院机构改革和职能转变方案》和《国务院关于机构设置的通知》（国发〔2013〕14号），设立国家卫生和计划生育委员会为国务院组成部门。2018年3月，根据第十三届全国人民代表大会第一次会议批准的国务院机构改革方案，将国家卫生和计划生育委员会的职责整合，组建中华人民共和国国家卫生健康委员会，不再保留国家卫生和计划生育委员会。因此，在2018年3月3日之前的应为“原卫计委”；之后的应为“卫健委”。
[2] 一 HRP系统：即医院资源规划（Hospital Resource Planning），是医院引入ERP（Enterprise Resource Planning，企业资源计划）的成功管理思想和技术，融合现代化管理理念和流程，整合医院已有信息资源，创建的支持医院整体运行管理的统一高效、互联互通、信息共享的系统化医院资源管理平台。
[3] 一 ODPS：全称Open Data Processing Service，是阿里巴巴通用计算平台提供的一种快速、完全托管的GB/TB/PB级数据仓库解决方案，现在已更名为MaxCompute。MaxCompute是一项大数据计算服务，它能提供快速、完全托管的PB级数据仓库解决方案，可以经济并高效的分析处理海量数据。